Pandaer er så hyppige applikasjoner at det kan være mer nyttig å regne opp de tingene de ikke kan oppnå enn de tingene de kan. Dataene dine bor praktisk talt i dette verktøyet. Pandas kan hjelpe deg å lære om data ved å rense, transformere og analysere dem. 'Lambda' er en alternativ måte å definere en funksjon på i vanlig språk. Ved å bruke «lambda» kan du definere en funksjon direkte. Det innebærer at du kan bruke en enkelt setning med Python-kode for å bruke en funksjon på noen data. Mens et uttrykk kan ta mer enn én parameter, er en «lambda»-funksjon begrenset til én. Uttrykket vurderes og gis et resultat. Pythons Pandas bruker «lambda»-funksjonen for å løse en rekke dataforskningsspørsmål. I pandas DataFrame kan vi bruke «lambda»-funksjonen for både rader og kolonner.
'Lambda' kjører programmet ditt på et svært skalerbart teknologiselskap og administrerer all administrasjon av dataressurser. Dette dekker distribusjon av oppdateringer, kapasitetsforsyning, automatisk skalering, kodeanalyse og opptak, samt server- og driftsvedlikehold. En liten kapasitet med bare ett ledd er Pandas «Lambda»-funksjon. 'Lambda'-evner kan like godt fungere i situasjoner der de ikke er navngitt. «Lambda» står for funksjonens nøkkelord. Hoveddelen av funksjonen som må implementeres er indikert med den andre x. Nøkkelordet må være «lambda» og er obligatorisk, men argumentene og innholdet kan variere etter omstendighetene. Å returnere funksjonsobjekter er mulig med lambda-funksjoner.
Syntaksen for lambda-funksjonen:
Eksempel 1: Bruke en DataFrame til å utføre en Lambda-metode til en ny kolonne ved å bruke assign()-metoden
«Lambda»-tilnærmingen brukes av Pandas for å takle ulike informasjonsbehandlingsproblemer. En kort funksjon, «Lambda»-metoden kan også brukes anonymt, noe som betyr at den ikke trenger et navn. 'Lambda'-metoden kan brukes til å skrive minimale programmer og løse enkle problemer. På språk som støtter funksjoner av høy orden, er «lambda»-uttrykk eller «lambda»-teknikker ganske enkelt biter av instruksjoner som kan allokeres til variabler, sendes som et argument eller hentes fra et funksjonskall. De har lenge vært en del av programmering. Fra og med denne artikkelens første eksempel, er den grunnleggende betingelsen for utførelse av koden lasting av de nødvendige bibliotekene. 'Pandas'-biblioteket er det vi trenger. For å laste den må vi lage linjen 'importer pandaer som pd.' Vi skal nå konstruere vår dataramme.
I dette eksemplet kalles datarammen vår «studenter». Datarammen vår får da ytterligere to kolonner. Den første kolonnen heter 'Navn' og den andre er kalt 'Marks'. Hver av de to kolonnene inneholder noen verdier. Vi har følgende verdier for den første kolonnen 'Alvin', 'Watson', 'Thomas' og 'Noah' og verdiene for den andre kolonnen 'Marks.' Vi har '400', '360', '430' og '290.' Nå vil den generere vår DataFrame ved å bruke 'pd.DataFrame'.
Deretter når vi hoveddelen av koden vår, hvor vi bruker 'assign()'-metoden med 'lambda' for å bygge en ny enkelt kolonne. «Lambda»-funksjonen brukes på bare én kolonne gjennom «dataframe.assign()»-metoden. Lambda er en tilleggsmetode for å beskrive funksjoner på vanlig språk. Ved å bruke lambda kan du definere en funksjon direkte. Det innebærer at du kan bruke en enkelt linje med Python-kode for å bruke en funksjon på visse data. Nå tildeler vi en ny kolonne 'Prosentandel' i datarammen vår ved å bruke 'tilordne()'-metoden.
En 'lambda'-prosedyre ble brukt på kolonnen 'Mark'. Prosentandelen av studentene beregnes ved å bruke Lambda-funksjonen og holdes deretter i en ny kolonne, som er 'Prosentandel.' Formelen vi bruker for å bestemme prosentandelen ved å bruke «lambda» er «karakterer eller totalkarakterer, som er 500 og multiplisert med 100», som vil produsere den nøyaktige prosentandelen til studenten og vise den i datarammens «prosent»-kolonne. 'print(dataframe)' vil nå vise datarammen på skjermen.
Vi kan se resultatet av denne koden. Datarammen med tre kolonner vises i dette bildet. Den første kolonnen inneholder elevens navn, og den andre kolonnen har studentens karakterer. Ved å bruke 'assign()'-metoden og 'lambda'-funksjonen for å konstruere den tredje kolonnens 'prosent'', kan vi bestemme studentens prosenter og deretter legge til disse prosentene til den tredje kolonnen, som heter 'prosent' i datarammen . Verdiene som ble oppnådd for prosentkolonnene ved å bruke formelen var '80', '72', '86' og '58'. Størrelsen på indeksen er '4' i denne datarammen.
Eksempel 2: Implementering av en Lambda-funksjon for å bruke assign()-metoden i flere kolonner
Pandas DataFrames assign()-teknikk lar oss bruke Lambda-funksjonen på mange kolonner. Hver gang det kreves en ny funksjon, for eksempel en lambda-funksjon eller en sorteringsfunksjon, står vi fritt til å legge den til. Pandas-datarammens kolonner og rader kan begge behandles med en lambda-funksjon. I dette scenariet begynner vi med å generere en dataramme. 'Studentresultat' er navnet på datarammen. Vi har fire kolonner i denne datarammen. Den første kolonnen vi har er 'Navn'. Den andre kolonnen er 'Python'. Navnet på den tredje kolonnen er 'Data_structure'. Navnet på den fjerde er 'Calculus'.
I disse kolonnene har vi listet opp noen verdier. For kolonnen 'Navn' har vi listen over noen elevers navn 'Willow', 'Alice', 'Edward' og 'Amelia'. Markeringene til pytonen '96', '40', '98' og '98' er representert av verdiene i den andre kolonnen. Verdiene i den tredje kolonnen er '86', '56', '73' og '90' og for den fjerde kolonnen har vi '90', '33', '88' og '78'. Bruk nå 'pd.DataFrame' for å generere datarammen.
Nå legger vi til en ny kolonne i datarammen vår ved å bruke 'tilordne' -metoden. Den nye kolonnen har tittelen 'Totalt antall karakterer'. Navnet på den nye kolonnen er 'Total_marks'. For å få de samlede karakterene brukte vi en «Lambda»-funksjon på flere emnekolonner, inkludert Python, datastruktur og kalkulus. Denne funksjonen vil legge til poengsummene fra alle tre fagene og vise dem i kolonnen «Total_karakter». 'print(dataframe)' vil til slutt vise datarammen på skjermen.
Denne gangen fikk vi dette resultatet. «Lambda»-funksjonen vil gi et utmerket resultat når den brukes i flere kolonner. Vi tildeler en ny kolonne «Total_marks» til datarammen vår ved å bruke «assign»-metoden, slik at vi kan vise elevens totale resultat i den kolonnen. Til slutt kan vi se at kolonnen 'Totale karakterer' viser de totale resultatene for alle tre fagene. Tallene for totalkarakterenes kolonner ble beregnet ved å legge til verdiene fra tre kolonner ved å bruke lambda «272», «129», «259» og «266».
Konklusjon
I programmeringsspråket Python er en lambda-funksjon en navnløs funksjon på én linje som tar ett argument og et uendelig antall parametere. De kan komme med flere argumenter, men bare ett av dem vil komme til uttrykk. Et lambdaverk gjenoppretter et kapasitetsobjekt som kan tildeles en hvilken som helst faktor og ikke er i stand til å inneholde noen påstander. I det første tilfellet ble «lambda» brukt for å bestemme prosentandelen, og i det andre eksemplet ble «totalkarakter» for elevene beregnet. Syntaks, bruk og eksempler på typiske 'lambda'-funksjoner er dekket i denne artikkelen.